Bab 6
Bab 6
Ukuran
Ukuran
Penyebaran Data
Penyebaran Data
Kompetensi:
Kompetensi:
Mahasiswa mampu menerapkan Mahasiswa mampu menerapkan penggunaan ukuran penyebaran data penggunaan ukuran penyebaran data
Ali Muhson
Ali Muhson –– FISE UNYFISE UNY © 2007© 2007 Hal. 6Hal. 6--11
penggunaan ukuran penyebaran data penggunaan ukuran penyebaran data dalam menganalisis gejala ekonomi dalam menganalisis gejala ekonomi
Pendahuluan
Pendahuluan
Di samping kita ingin tahu pemusatan data, kita Di samping kita ingin tahu pemusatan data, kita juga perlu melihat persebarannya
juga perlu melihat persebarannya
Tujuannya agar diketahuiTujuannya agar diketahui ketimpanganketimpangan
Tujuannya agar diketahui Tujuannya agar diketahui ketimpanganketimpangan, , penyebaran
penyebaran, , ketidakpastianketidakpastian, , perbedaanperbedaan, , risikorisiko
Contoh data: Contoh data: 2, 2, 2, 2, 2, 2, 22, 2, 2, 2, 2, 2, 2
Persebarannya = 0Persebarannya = 0
Contoh data: Contoh data: 1, 3, 2, 2, 1, 2, 31, 3, 2, 2, 1, 2, 3
Bagaimana persebarannya? Bagaimana persebarannya?
Bagaimana persebarannya?Bagaimana persebarannya?
Melihat seberapa jauh jarak masingMelihat seberapa jauh jarak masing--masing data masing data tersebut dari rata
Contoh
Contoh
Penghasilan masyarakat tidaklah sama satu
Penghasilan masyarakat tidaklah sama satu
dengan lainnya
dengan lainnya
Perlu diketahui seberapa tinggi gapnyaPerlu diketahui seberapa tinggi gapnya
Pasar saham, selalu berubah dengan penuh
Pasar saham, selalu berubah dengan penuh
ketidakpastian
ketidakpastian
Perlu diketahui seberapa tinggi perubahannyaPerlu diketahui seberapa tinggi perubahannya
Bi
i
k l
i
k
bi
i
h
Bi
i
k l
i
k
bi
i
h
Ali Muhson
Ali Muhson –– FISE UNYFISE UNY © 2007© 2007 Hal. 6Hal. 6--33
Bisnis spekulasi merupakan bisnis yang penuh
Bisnis spekulasi merupakan bisnis yang penuh
risiko. Bisa laba bisa rugi
risiko. Bisa laba bisa rugi
Perlu diketahui seberapa tinggi risiko kerugiannyaPerlu diketahui seberapa tinggi risiko kerugiannya
Standar Deviasi (SD)
Standar Deviasi (SD)
Mengukur persebaran dengan menjawab:
Mengukur persebaran dengan menjawab:
“Seberapa jauh jarak data dari rata“Seberapa jauh jarak data dari rata--ratanya?” ratanya?”
1 ) ( ... ) ( )
( 2 2 2
2 1 − + + − − + − = n X X X X X X SD n
Untuk sampel
Untuk sampel
Untuk populasi
Untuk populasi
( )
1 n X X SD 2 − − =∑
Ali MuhsonAli Muhson –– FISE UNYFISE UNY © 2007© 2007 Hal. 6Hal. 6--44
) ( ... ) ( )
( 2 2 2
2
1−μ + −μ + + −μ
Standar Deviasi (lanjutan)
Standar Deviasi (lanjutan)
Untuk data berkelompok
Untuk data berkelompok
Untuk sampelUntuk sampelpp Untuk populasiUntuk populasip pp p
( )
1 n
X m f SD
2
− −
=
∑
(
)
N m
f 2
∑
−=
μ
σ
Z
Z--score (nilai standar)
score (nilai standar)
Ali Muhson
Ali Muhson –– FISE UNYFISE UNY © 2007© 2007 Hal. 6Hal. 6--55
SD
X
X
z
=
−
Jika X = rataJika X = rata--rata maka z = 0rata maka z = 0
Jika X < rataJika X < rata--rata maka z < 0rata maka z < 0
Jika X > rataJika X > rata--rata maka z > 0rata maka z > 0
1 z = 1 SD1 z = 1 SD
Distribusi Normal & Standar Deviasi
Distribusi Normal & Standar Deviasi
Untuk
Untuk
Distribusi Normal:
Distribusi Normal:
•• 2/ 32/ 3 data berada dalam 1 SD (di atas dan di // data berada dalam 1 SD (di atas dan di ((
bawah) bawah)
•• 95%95% data berada dlm 2 SDdata berada dlm 2 SD •• 99.7%99.7% dalam 3 SDdalam 3 SD
1 SD 1 SD
2/3 data
Contoh: Quality Control Charts
Contoh: Quality Control Charts
Penentuan batas pengendalian kualitasPenentuan batas pengendalian kualitas
3 SD 3 SD dari ratadari rata--ratarata
Jika proses dalam kondisi normal, makaJika proses dalam kondisi normal, maka
99.7%99.7% hasil akan selalu berada pada batas hasil akan selalu berada pada batas pengendalian
pengendalian
Jika proses berada di luar pengendalian maka Jika proses berada di luar pengendalian maka perlu diketahui
perlu diketahui
100 O f l
Ali Muhson
Ali Muhson –– FISE UNYFISE UNY © 2007© 2007 Hal. 6Hal. 6--77
0 50 100
Kualitas
Out of control
Range
Range
Jarak antara Jarak antara Nilai Tertinggi dan Nilai terendahNilai Tertinggi dan Nilai terendah
Kelebihan:Kelebihan:
Mudah dan cepat dalam mencariMudah dan cepat dalam mencari
Mampu mendeskripsikan dataMampu mendeskripsikan data
Dapat digunakan untuk cek data (Misal: jika range Dapat digunakan untuk cek data (Misal: jika range terlalu tinggi rasional atau tidak?)
terlalu tinggi rasional atau tidak?)
Kelemahan:Kelemahan:
Ali Muhson
Ali Muhson –– FISE UNYFISE UNY © 2007© 2007 Hal. 6Hal. 6--88
Kelemahan:Kelemahan:
Hanya memperhitungkan dua data sajaHanya memperhitungkan dua data saja
Sangat sensitif terhadap dua data tersebutSangat sensitif terhadap dua data tersebut
Koefisien Variasi
Koefisien Variasi
Ukuran
Ukuran
relatif
relatif
dari sebuah distribusi data
dari sebuah distribusi data
Dapat digunakan untuk membandingkan
Dapat digunakan untuk membandingkan
Dapat digunakan untuk membandingkan
Dapat digunakan untuk membandingkan
situasi yang berbeda
situasi yang berbeda
Rumusnya:
Rumusnya:
%
100
x
X
SD
KV
=
Ali Muhson
Ali Muhson –– FISE UNYFISE UNY © 2007© 2007 Hal. 6Hal. 6--99
X
Contoh: I nvestasi Saham
Contoh: I nvestasi Saham
Anda menginvestasikan Anda menginvestasikan $100$100 untuk setiap saham untuk setiap saham dari 5 saham.
dari 5 saham.
H il
H il $116 83 105 113 98$116 83 105 113 98
Hasilnya: Hasilnya: $116, 83, 105, 113, 98$116, 83, 105, 113, 98
RataRata--rata = rata = $103$103, SD = , SD = $13,21$13,21
Teman anda juga menginvestasikan Teman anda juga menginvestasikan $1.000$1.000 untuk untuk setiap saham
setiap saham
Hasilnya: Hasilnya: $1.160, 830, 1.050, 1.130, 980$1.160, 830, 1.050, 1.130, 980 Rata
Rata ratarata $1 030$1 030 SDSD $132 10$132 10
RataRata--rata = rata = $1.030$1.030, SD = , SD = $132,10$132,10
Koefisien variasinya akan samaKoefisien variasinya akan sama